剧情介绍：🔩WWW,140129,COM-140178,COM🍿

WWW,140129,COM-140178,COM

5月5日，Tesla Optimus官方账号在社交媒体X上发布了一段Optimus机器人在特斯拉工厂中“打工”的90秒演示视频，并配文说，“最近正在努力变得有用！”在该视频当中，Optimus正在产线上分拣电池，操作人员戴着VR眼镜和手套，通过远程操作的方式来采集数据。业内则将此视为Optimus离实现“取代真人员工进厂打工”再进一步。记者注意到，国内的人形机器人也已开启了“打工生涯”，如“国内人形机器人第一股”优必选曾在今年2月发布工业版人形机器人Walker S，此外，国内人形机器人还不断取得新突破，就在上个月，由北京人形机器人创新中心发布的“天工”也亮相北京，它能以6公里/小时速度稳定奔跑，这也是全球首个纯电驱拟人奔跑的全尺寸人形机器人。

羊城晚报记者注意到，从全球来看，已有多家科技公司正在押注于人形机器人赛道，并尝试在物流、仓储、零售和制造等行业替代人类，执行可能存在危险或较为乏味的重复性任务。记者注意到，在Optimus“进厂打工”再升级之前WWW,140129,COM-140178,COM，国内的人形机器人已开启了“打工生涯”，总部位于深圳的“国内人形机器人第一股”优必选就早有行动，其于今年2月发布了工业版人形机器人Walker S在蔚来的汽车工厂进行“实训”的视频。在蔚来的汽车工厂里，Walker S进行着车门锁质检、安全带检测、车灯盖板质检，并走到车头给新车贴上车标。

人形机器人的“风”还在全球持续回荡。今年3月，OpenAI和Figure合作推出通用型机器人Figure 01，英伟达公布人形机器人项目GR00T；就在今年4月，波士顿动力宣布自2013年发布的Atlas人形机器人推出电动版。值得注意的是，同样在这个月，由北京人形机器人创新中心发布的能以6公里/小时速度稳定奔跑的“天工”也亮相北京，“天工”也是全球首个纯电驱拟人奔跑的全尺寸人形机器人。

人形机器人是下一个万亿蓝海吗？又将如何飞入寻常百姓家？据高盛预测，在技术得到革命性突破的理想情况下，人形机器人2025年至2035年销量复合年均增长率可达94%WWW,140129,COM-140178,COM，2035年市场规模将达1540亿美元。在高盛看来，未来制造业和老年人护理等行业的劳动力短缺问题，将随着机器人的普及应用而在很大程度上得到解决。

记者注意到，去年11月WWW,140129,COM-140178,COM，工业和信息化部发布的《人形机器人创新发展指导意见》提到，要面向恶劣条件、危险场景作业等需求，打造特种应用场景下高可靠人形机器人解决方案；聚焦 3C、汽车等制造业重点领域，打造人形机器人示范产线和工厂；拓展人形机器人在医疗、家政等民生领域服务应用，推动人形机器人在农业、物流等重点行业应用落地等。

“机器人要叠加人工智能、VR、AR、新材料、新能源等技术应用，才能在未来创造颠覆性的技术应用，像是比较火的人形服务机器人、手术机器人、康复机器人。”如何让机器人有“灵魂”WWW,140129,COM-140178,COM，可以像人一样自主学习、即时决策？在中国工程院外籍院士、德国国家工程院院士张建伟看来，在具身智能(主动式感知，指与人类交流、像婴儿一样地进行主动学习，像人一样完成物理任务)的拟人化实践中，除了视觉和听觉之外，触觉信息的处理和感知也非常重要。

赛迪研究院发布的《2024中国人形机器人产业生态发展研究》数据显示，2023年，人形机器人产业进入爆发期，“行业老兵”乘势发展壮大甚至成功上市，同时涌现出一批有较强创新实力的初创企业，产业规模增长至39.1亿元，同比增长85.7%；预计2024年、2025年人形机器人产业将持续高速增长，2026年中国人形机器人产业规模将突破200亿元。

继人形机器人进厂“升级”，距离成为“医疗看护”或“保姆”还有多远？广东省机器人协会专家委员会执行主任、华南理工大学软件学院原院长闵华清此前接受羊城晚报记者采访时表示，从技术层面来说，人形机器人对外界感知环节很复杂WWW,140129,COM-140178,COM，比如在走路中要感知地面究竟是多大力量，很软的地面和瓷砖地面等差异就使得传感器的研发变得更加复杂。

“我们研究室过去做的自由度是21个，现在有人能做到26个自由度了，但我们人的关节、骨节有两百多块。如果要完全把跟运动相关的关节全部仿真出来的话，它一定是比我们现在的一些服务机器人或工业机器人复杂得多。”在闵华清看来，大家所期待的人形机器人不是一个执行程序的机器，而是要有着和人类似的思维，可以跟人直接交流、没有障碍。

“我们在20年前曾经作过一个设想，让机器人组成的足球队跟足球明星在世界杯打一场友谊赛。”闵华清对记者说，人形机器人的应用场景很多，但距离这个设想的实现还有很多问题等待解决，譬如能源电池的重量、视觉问题等，“随着深度学习理论、大模型应用，距离这个目标的实现肯定会加速，但具体要说多少年，目前还很难有一个准确判断。”